Update app.py

app.py

@@ -1,28 +1,26 @@
 import gradio as gr
-import torch
+import os
 from transformers import pipeline
 
-# On charge le modèle directement dans la mémoire du Space
-# Note : Si le nom a une faute (Sovreign), garde-la ici aussi !
+# Récupération du jeton
+token = os.getenv("HF_TOKEN")
 model_id = "AllanF-SSU/Qwen2.5-G3V-Sovereign"
 
 try:
-    # On crée un pipeline de conversation
+    # On charge le modèle de façon ultra-légère (8-bit ou 4-bit non supporté en gratuit, on reste en float16)
     pipe = pipeline(
         "text-generation", 
         model=model_id, 
-        torch_dtype=torch.float16, 
+        token=token,
         device_map="auto"
     )
 
     def predict(message, history):
-        messages = [{"role": "user", "content": message}]
-        # Génération de la réponse
-        out = pipe(messages, max_new_tokens=512)[0]
-        return out['generated_text'][-1]['content']
+        # Formatage minimaliste
+        out = pipe(message, max_new_tokens=256)
+        return out[0]['generated_text']
 
     gr.ChatInterface(predict).launch()
 
 except Exception as e:
-    # Si la machine gratuite n'a pas assez de RAM, on affiche l'erreur précise
-    gr.Interface(lambda x: f"Erreur de mémoire : {e}", "text", "text").launch()
+    gr.Markdown(f"### ⚠️ Statut du Système\nLe modèle est en cours de chargement ou rencontre une limite de ressources.\nDétail : {e}")